Subhojyoti Mukherjee

言語モデルの出力を良くするための事例選択を改善する新しいアプローチ。

この記事では、AIシステムを向上させるための人間のフィードバックを集めて活用する効果的な方法について話してるよ。

政策評価における安全なデータ収集の新しい方法を探ってる。

複雑なタスクでの意思決定を過去の経験を使って改善する新しいアプローチ。

研究者たちは、言語モデルを複雑な人間の好みに合わせようと頑張ってる。